基于分数阶小波变换的电力系统谐波检测方法

针对稳态和暂态谐波检测易受噪声干扰的问题,提出一种基于分数阶小波变换(fractional wavelet transform,FRWT)的电力系统谐波检测方法。首先,通过快速傅里叶变换(fast Fourier transform,FFT)检测出各频谱的频率,根据频率确定分解层数;其次,利用FRWT对信号进行分解和重构,实现基波与各次谐波分量的分离;最后,对各次谐波分量进行Hilbert变换(Hilbert transform,HT),获取各次谐波分量的频率和幅值检测结果以及暂态扰动的起止时刻。对多种谐波信号的仿真试验结果表明,FRWT方法可以有效实现对含噪信号中稳态和暂态谐波的检测,即使信噪比较低也能保证各项结果的检测精度,证明FRWT方法是检测谐波的一种有效新方法。

融合小波变换的分数阶全变分去模糊算法

非盲图像去模糊是在已知模糊核的情况下,从给定的模糊图像中获得清晰的图像。在各种图像去模糊模型中基于全变分正则化的方法是有效的,然而,基于传统的全变分正则化方法存在阶梯效应,导致复原图像的边缘细节不够清晰,影响了恢复效果。针对泊松噪声下医学图像的复原问题,本文利用小波变换后高频图像具有稀疏性的特征,设计了一种将小波变换与分数阶全变分正则化模型相结合的图像复原算法。本文使用了交替方向乘子法对模型进行求解,将本文复原算法与RLTV、FOTV和BM3D三种算法进行实验对比。实验结果表明,在峰值信噪比和结构相似性的指标上,本文算法均优于以上几种算法。

基于下采样分数阶小波变换的图像融合新方法

为抑制小波变换图像融合方法在下采样过程产生的伪吉普斯效应,解决非下采样图像融合方法融合时间长的问题,提出了基于下采样的分数阶小波变换(FRWT)融合方法。该方法采用离散分数阶小波变换(DFRWT)对不同灰度特征源图像进行多尺度分解,根据不同阶数下图像分数阶小波变换子代模系数非稀疏性特点,分别使用区域最大和区域方差匹配图像融合规则进行对比实验,并对融合规则和阶数选取加以讨论。实验结果表明,相对于小波变换(DWT)融合方法,此方法有效的抑制了伪吉普斯效应,获得更好主观效果和较高客观评价指标值,与非下采样变换融合方法相比,该方法在确保融合质量的同时融合时间大为缩短。实验结果表明本文方法的有效性。

线性调频连续波信号的周期分数阶Fourier变换检测与估计

分数阶Fourier变换(FRFT)对LFM信号具有最优检测能力,但对线性调频连续波(LFMCW)信号的检测与估计是次优的。由于LFMCW信号可视为LFM信号的周期拓展,基于FRFT对LFM信号的能量聚集和相干累积思想,该文提出一种新的信号处理方法周期分数阶Fourier变换,以实现对LFMCW信号的检测和估计。周期分数阶Fourier变换的核函数可以与LFMCW信号实现最佳匹配,理论分析和仿真实验表明,随着观测时间的增加,可以实现对LFMCW信号的渐进最优估计,具有比FRFT更优的检测性能。

基于分数阶傅里叶变换的宽带LFM信号波达方向估计新算法

提出一种新的基于分数阶傅里叶变换和信号子空间分解的宽带线性调频(LFM)信号波达方向(DOA)估计算法.该方法利用LFM信号在分数阶傅里叶变换域的极高的聚集性,在分数阶傅里叶变换域分离信号,并构造分数阶傅里叶变换域的阵列信号相关矩阵.通过对相关矩阵进行特征值分解,估计信号子空间和噪声子空间,并利用MU S IC算法估计宽带LFM信号的波达方向.仿真验证了新方法的有效性.

基于离散分数阶正交小波变换图像降噪新方法

分数阶小波变换是小波变换时间-频域的分析方法在时间-分数阶频率域的推广,在时间和分数阶频率域具有表征信号特征的能力.本文在离散分数阶正交小波变换(DFRWT)多分辨率分析(MRA)理论基础上,推导出DFRWT系数分解及重构新形式并作二维扩展.根据图像DFRWT子带系数能量随不同阶数p变化的特点,提出基于DFRWT阈值降噪新方法.该方法在保持子带低频能量为绝对大值条件下,适当提高子带高频能量值,更利于抑制图像噪声.实验结果表明,与传统小波阈值降噪方法相比,该方法主观质量得到了明显增强,提高了峰值信噪比.

基于分数阶傅里叶变换的线性调频脉冲信号波达方向估计

针对宽带线性调频脉冲信号的时宽与观测时宽不等的情况,基于分数阶傅里叶变换(FRFT)提出了一种新的中心频率估计方法,并据此对基于FRFT的MUSIC算法的波达方向(DOA)估计进行了改进。该算法利用线性调频信号在傅里叶变换域良好的能量聚集性,分析了脉冲信号中心频率随着脉冲信号在观测时间内位置的变化规律,并修正了中心频率估计的方法。在相应的分数阶傅里叶域,构造分数阶傅里叶域的方向向量,利用MUSIC算法进行DOA估计。数值仿真验证了该算法对方位估计的有效性,并仿真分析信噪比(SNR)和脉冲信号时间宽度对方位估计结果的影响。随着SNR的增大、脉冲信号时间宽度的增加,方位估计方差减小。

基于小波变换和分数阶微分的冬小麦叶绿素含量估算

叶绿素含量变化直接表征冬小麦的光合作用能力,所以监测冬小麦叶绿素含量对分析冬小麦光合能力和生长状况具有重要意义。基于地面冬小麦冠层高光谱和实测叶绿素含量,分别利用原始光谱、分数阶微分光谱、原始光谱经连续小波变换后得到的小波能量系数与实测叶绿素含量进行相关性分析,选取相关性较好的分数阶微分光谱和小波能量系数,采用逐步回归分析、支持向量机、人工神经网络等方法构建冬小麦叶绿素含量估算模型。结果表明,在拔节期、孕穗期、开花期和全生育期,使用连续小波变换人工神经网络建模结果最优,拔节期建模和验证决定系数分别为0.93和0.90,孕穗期建模和验证决定系数分别为0.93和0.90,开花期建模和验证决定系数分别为0.93和0.90,全生育期建模和验证决定系数分别为0.86和0.85;在灌浆期,使用分数阶微分人工神经网络建模结果最优,灌浆期建模和验证决定系数分别为0.97和0.90。本研究可为作物叶绿素含量遥感估算提供技术方案。

有限区间上的分数阶扩散-波方程定解问题与Laplace变换

求解了如下的分数阶扩散-波方程定解问题0Dαtu=2ux2,0<x<1,t>0,0<α≤2,u(0,t;α)=0,u(1,t;α)=θ(t),u(x,0+;α)=0,当1<α≤2时,还有ut(x,0+;α)=0.其中θ(t)是Heaviside单位阶跃函数,0Dαt为关于时间t的α阶Caputo分数阶导数算子,u=u(x,t;α)为时间t的因果函数(即t<0时恒为零的函数).利用Laplace变换的复围道积分反演和离散化反演及FoxH函数理论,给出在计算上对大的t和小的t分别适用的解的表达式.

基于分数阶傅里叶变换的线性调频信号二维波达方向估计

本文提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)的多线性调频(Linear Frequency Modulation,LFM)信号二维波达方向(Direction of Arrival,DOA)估计方法.该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的分数阶傅里叶域的阵列信号数据模型,并利用MUSIC算法实现对多个LFM信号的二维DOA估计.仿真实验验证了算法的有效性.

基于分数阶Fourier变换和ESPRIT算法的LFM信号2D波达方向估计

提出一种利用分数阶Fourier变换(FRFT)和旋转不变子空间(ESPRIT)算法实现多个线性调频(LFM)信号二维波达方向(DOA)估计的新方法。该方法利用FRFT对LFM信号的能量聚集特性,构造出一种新的FRFT域的阵列数据模型,并利用ESPRIT算法实现对多个LFM信号的二维DOA估计。仿真实验验证了算法的有效性。

基于分数阶小波变换的图像加密方法

图像置乱是图像加密的常用方法,为了获得更好的加密效果,提出了一种基于分数阶小波变换(FWT)的图像加密新方法。该方法将二维分数阶小波变换与传统的空间域图像置乱方法相结合,对数字图像在分数阶小波时频域内进行图像置乱,实现图像的双重加密。图像加密实验结果表明,采用该方法具有很好的加密效果,在信息安全领域有较好的应用前景和研究价值。

基于分数阶样条小波与IHS变换的图像融合

该文提出用分数阶样条小波和Intensity-Hue-Saturation(IHS)变换结合的方法进行高分辨率全色图像和低分辨率多光谱图像的融合。分数阶样条小波由于具有良好的分数阶逼近性能,在分解图像时可得到更多的细节,而IHS变换在处理图像时会扭曲光谱特性,通过两者的结合,可得到高分辨率、多光谱图像。将该方法和传统‘Daubechies3’小波与IHS变换相结合的方法比较,实验结果证明了分数阶样条小波更多地保留了高分辨率图像的空间特性和低分辨率图像的光谱特性。

分数阶傅里叶变换与虚拟阵列相结合的波达方向估计

针对常规的MUSIC、ESPRIT算法不能估计宽带线性调频(LFM)信号、相干LFM信号和平滑技术解相干在低信噪比下精度不高的问题,提出了一种基于分数阶傅里叶变换(Fractional Fourier Transform,FRFT)与虚拟阵列变换法相结合的宽带相干LFM信号的波达方向(DOA)估计方法。该方法首先将天线阵的观测信号变换到分数阶Fourier域(FRF域),把时域时变的方向向量转化为FRF域时不变的方向向量,然后构造FRF域的阵列信号相关矩阵,用虚拟阵列变换法对相干信号进行解相干,再用ESPRIT算法进行波达方向估计。理论分析和仿真结果表明:在较低信噪比和较少采样快拍时,不仅能实现更准确的DOA估计,而且不损失阵列的孔径,使N个阵元中可估计相干信号源数目达N-1个,提高了阵元数的利用率。

基于分数阶Fourier变换和小波熵的电能质量扰动识别

电力系统中电能质量扰动信号的分类和识别一直是国内外众多学者研究的热点问题。基于小波分析的小波熵具有较好的定量特征提取能力,可对电能质量扰动进行分类和识别。但小波熵只是在一定信噪比条件下对噪声不敏感,应用范围受限。因此提出了一种利用分数阶Fourier变换(FRFT)结合小波熵来分类和识别电能质量扰动信号的方法。运用分数阶Fourier变换将含噪电能质量信号变换到分数阶Fourier域上,从而消除噪声对信号的耦合作用;再在此域上利用小波熵进行扰动分析。该方法具有较强的自适应性和判别能力,且信噪比降低时,不受噪声影响,应用范围广。建立各种扰动的仿真模型,对电压突降、突升、中断、振荡暂态、电压尖峰、缺口、谐波等扰动类型进行了系统的仿真分析,验证了本文方法的可行性和有效性。

基于分数阶小波变换的图像隐写分析

为了提高现有的图像隐写分析算法的检测性能,提出一种基于分数阶小波变换的图像隐写分析算法。该算法首先通过二维分数阶小波变换将图像映射到分数阶小波时频域内。然后在时频域内使用主成分分析提取隐写图像高频子带的主成分特征统计量、计算主成分的信息熵、构建敏感特征向量。最后采用支持向量机(SVM)对该算法所提特征进行分类。通过仿真实验利用所提算法分别对三种隐写算法下不同嵌入率的隐写结果进行检测,结果表明该算法可有效提高隐写分析准确率。

基于分数阶小波变换的心电信号去噪处理研究

为了能够快速简单的滤除心电噪声,提高信号的信噪比,采用分数阶小波变换对心电信号进行处理,并利用"Arrhythmia Database"和"Noise stress Test Database"数据库中的数据和对其进行验证.仿真结果表明,运用这种方法能够有效地提高心电信号的信噪比,清晰的还原出心电信号的波形及其特点.所以分数阶小波变换在心电信号去噪处理中具有很好的应用.

基于分数阶傅里叶变换的线性调频连续波信号检测

研究了对称三角线性调频连续波(STLFMCW)信号在分数阶傅里叶变换(FRFT)域的分布特征;并在此基础上分析了该信号在FRFT循环域(CFRFD)的分布特征,提出了FRFT循环处理方法(CFRFT);该方法实现了信号在CFRFD的能量积累。通过仿真实验验证了低信噪比条件下,CFRFT对STLFMCW信号的检测能力及有效性。

基于分数阶小波变换的无线物理层信号水印嵌入方法

无线网络物理层信号水印嵌入方法借鉴了图像中数字水印思路,将秘密的安全认证编码或标签与主传输消息一起传输,具有不需要消耗额外带宽、安全性更强的特点。鉴于此,提出了基于分数阶小波变换的信号水印嵌入方法。该方法最明显的优点是分数阶小波变换通过调节阶次可以实现调节小波系数的目的,收发双方如果预先不知道分数阶的阶次则无法恢复水印信号,因此比传统小波变换进一步提高了物理层水印信号的安全性。最后,通过性能分析验证了以上结论。

基于二维分数阶Fourier变换的二维广义连续小波变换

文章基于二维分数阶Fourier变换,引入二维广义连续小波的概念,并给出了二维广义连续小波变换的定义,定义了相应的二维分数阶广义连续小波变换的可允许性条件。并且给出了二维分数阶小波变换的可允许性条件,证明了二维分数阶广义连续小波变换的一个性质定理。最后,得到了二维分数阶广义连续小波的离散形式。